Журнал ИМТ
Статья журнала ИМТПубликацияНаучная статья
МЕТАЭВРИСТИЧЕСКИЕ МЕТОДЫ ОТБОРА ИНФОРМАТИВНЫХ КЛАССИФИЦИРУЮЩИХ ПР ИЗНАКОВ
http://libmeta.ru/object/imt_pub_285
Аннотация
Проблема отбора информативных признаков решается в различных областях научных исследований: распознавании образов, статистик е, интеллектуально м анализ е данных . Цель отбора признаков – уменьшение исходного множества признаков без потери прогностической точности формируемой модели исследуемого явления . Отбор признаков является NP -трудной задачей , гарантировано оптимальное решение мо жет быть найдено только путем полного перебора. Использование метаэвристических методов позволяет получить субоптимальны е решения без необходимости исследовать все пространство решения . Наличие или отсутствие признака в системе классификации может быть задано бинарной оппозицией: 0 или 1. Тогда проблема отбора признаков может быть сформулирована как поиск в дискретном двоичном пространстве с целью снижения размерности . В нашей работе рассматриваются два типа метаэвристик: бинарные и непрерывные, адаптированные для поиска бинарных решений . Рассматриваются методы бинаризации метаэвристик ( сигмоидные и клиновидные функции преобразования ), а также критерии отбора признаков в зависимости от цел ей.
Данные
| pages | 10-18 |
| год | 2017 |
| pageEnd | 18 |
| pageStart | 10 |
цитирует
An advanced ACO algorithm for feature subset selection
MODE: multiobjective differential evolution for feature selection and classifie…
Multiple Classifier Methods for Offline Handwritten Text Line Recognition
Music genre classification based on local feature selection using a self-adapti…
Random Feature Subset Selection for Ensemble Based Classification of Data with …
Self-adjusting harmony search-based feature selection
A novel algorithm for feature selection using Harmony Search and its applicatio…
Ant System: Optimization by Colony of Cooperating Agents
Toward Integrating Feature Selection Algorithms for Classification and Clusteri…
A Random Feature Selection Approach for Neural Network Ensembles: Considering D…
Wrappers for feature subset selection
BGSA: binary gravitational search algorithm
+7
ссылается на
An advanced ACO algorithm for feature subset selection
MODE: multiobjective differential evolution for feature selection and classifie…
Multiple Classifier Methods for Offline Handwritten Text Line Recognition
Music genre classification based on local feature selection using a self-adapti…
Random Feature Subset Selection for Ensemble Based Classification of Data with …
Self-adjusting harmony search-based feature selection
A novel algorithm for feature selection using Harmony Search and its applicatio…
Ant System: Optimization by Colony of Cooperating Agents
Toward Integrating Feature Selection Algorithms for Classification and Clusteri…
A Random Feature Selection Approach for Neural Network Ensembles: Considering D…
Wrappers for feature subset selection
BGSA: binary gravitational search algorithm
+7
ключевое слово
УДК
опубликовано в
в аннотации
упоминает понятие
Входящие связи
← содержит статью · 1